使用 VGG16 算法对 CT 扫描图像中的肺癌进行分类
图像与视频处理
2023-05-31 v1 计算机视觉与模式识别
机器学习
摘要
肺癌是全球癌症相关死亡的首要原因。早期检测肺结节对于提高癌症患者的生存率至关重要。传统上，医生需手动识别疑似肺癌的区域。在开发这些检测系统时，肺结节形状、大小和纹理的任意性是一大挑战。许多研究表明计算机视觉算法可用于准确诊断和分类肺结节。本文开发了一种称为 VGG16 的深度学习算法，以辅助医疗专业人员诊断和分类肺癌结节。VGG16 可将肺癌患者的医学图像分类为恶性、良性和健康。本文表明，使用这一单一神经网络进行结节检测的灵敏度为 92.08%，准确率为 91%，AUC 为 93%。
引用
@article{arxiv.2305.18367,
title = {Using VGG16 Algorithms for classification of lung cancer in CT scans Image},
author = {Hasan Hejbari Zargar and Saha Hejbari Zargar and Raziye Mehri and Farzane Tajidini},
journal= {arXiv preprint arXiv:2305.18367},
year = {2023}
}